数据分析即未来：企业全生命周期数据分析应用之道

图书标准信息

• 作者 Nelson 著；[美]格雷戈里·S.、纳尔逊、Gregory、S.、陈道斌 万芊 译
• 出版社 机械工业出版社
• 出版时间 2020-06
• ISBN 9787111656999
• 定价 89.00元
• 装帧 其他

【内容简介】

本书旨在为数据分析生命周期提供一个全面和实用的指南，并着重于为组织打造行之有效的数据分析能力。全书分为三部分，第壹部分分析基础篇，讨论了如何通过整合组织的人员、流程、技术和数据等资源来实现这样的分析能力；第二部分分析生命周期*佳实践篇，介绍了不同种类的分析产品和服务，以及如何支持分析产品或服务的设计、开发和交付；第三部分分析能力卓越常青之道，围绕如何让分析产品对组织的完善和持续改进产生*大作用展开讨论，内容包括如何衡量分析项目的效率和效果两个方面，以及如何应用行为经济学、社会心理学和变革管理等其他学科的经验和知识改进和完善分析过程。

【目录】

推荐序一 

推荐序二 

译者序 

前言 

致谢 

作者简介 

译者简介 

第一部分 分析基础 

第1章 分析概览 2 

1.1 基本概念 2 

1.1.1 数据 3 

1.1.2 分析 4 

1.1.3 什么是分析 5 

1.1.4 分析与其他概念的区别 7 

1.2 分析概念 9 

1.2.1 商业智能和报表 9 

1.2.2 大数据 12 

1.2.3 数据科学 13 

1.2.4 边缘（和环境）分析 14 

1.2.5 信息学 16 

1.2.6 人工智能与认知计算 16 

1.3 分析方法论 18 

1.3.1 应用统计与数学 19 

1.3.2 预测和时间序列 22 

1.3.3 自然语言处理 22 

1.3.4 文本挖掘与文本分析 26 

1.3.5 机器学习 27 

1.3.6 数据挖掘 30 

1.4 分析的目的 31 

1.4.1 分析是关于改善结果的活动 32 

1.4.2 分析是关于创造价值的活动 33 

1.4.3 分析是关于发现的活动 34 

1.4.4 分析是关于促成变革的活动 35 

1.5 本章小结 36 

1.6 参考文献 38 

第2章 分析人才 41 

2.1 谁来做分析工作 41 

2.2 分析师的职责 44 

2.3 分析工作的岗位序列 46 

2.3.1 业务分析 47 

2.3.2 统计分析 48 

2.3.3 技术分析 49 

2.3.4 领导力分析 50 

2.3.5 产品分析管理 51 

2.4 分析的关键能力 52 

2.5 分析思维 56 

2.5.1 问题求解 58 

2.5.2 分解方法 61 

2.5.3 综合方法 62 

2.6 批判性思维方法 63 

2.7 分析中应用批判性思维的例子 65 

2.8 如何提高批判性思维能力 66 

2.9 系统性思维 68 

2.10 本章小结 71 

2.11 参考文献 72 

第3章 分析的组织背景 74 

3.1 组织的战略与分析活动的协同 74 

3.1.1 目标 76 

3.1.2 战略 76 

3.1.3 组织的能力 78 

3.1.4 资源 80 

3.1.5 评估和管理系统 80 

3.2 组织的文化 83 

3.3 分析团队的组织架构设计 87 

3.4 什么样的分析团队组织架构设计最好 90 

3.4.1 集中式架构 91 

3.4.2 分散式架构 94 

3.4.3 卓越中心式架构 97 

3.4.4 分析的组织方式 100 

3.5 本章小结 102 

3.6 参考文献 103 

第4章 数据战略、平台与架构 105 

4.1 数据战略 106 

4.1.1 数据战略声明 107 

4.1.2 战略与实施 109 

4.2 战略规划流程 109 

4.3 规划一个数据战略路线图 113 

4.3.1 范围和目的 114 

4.3.2 数据收集、标准化和清洗 115 

4.3.3 数据架构、虚拟化和整合 116 

4.3.4 数据洞察和分析 117 

4.3.5 数据治理和数据质量 118 

4.3.6 元数据管理 120 

4.3.7 数据访问、发布、隐私和安全 121 

4.3.8 数据保存 122 

4.3.9 性能与服务水平协议 123 

4.4 制定数据战略的敏捷方法 124 

4.5 数据战略小结 125 

4.6 平台和架构分析 126 

4.7 分析架构 127 

4.7.1 范围：业务规模和生命周期支持 130 

4.7.2 决策的复杂度 130 

4.7.3 理解复杂度 132 

4.7.4 紧迫性和影响 132 

4.8 特定目的数据或潜在价值数据 134 

4.9 本章小结 136 

4.10 参考文献 137 

第二部分 分析生命周期最佳实践 

第5章 分析生命周期工具包 140 

5.1 分析生命周期最佳实践领域 140 

5.2 数据分析是数据科学的产物 143 

5.3 数据分析的目标 143 

5.4 分析产品的规模和范围 144 

5.5 分析生命周期工具包的组织方式 146 

5.5.1 关于分析流程 147 

5.5.2 分析生命周期最佳实践领域、流程和工具 148 

5.6 分析的设计思维 154 

5.6.1 什么是设计思维 154 

5.6.2 设计思维应考虑用户旅程 155 

5.6.3 设计思维的五个步骤 156 

5.7 本章小结 159 

5.8 参考文献 159 

第6章 问题理解 160 

6.1 流程概述 160 

6.2 为什么要理解问题 161 

6.3 流程领域 161 

6.3.1 问题定义 163 

6.3.2 根本原因调查 167 

6.3.3 提出假设 175 

6.3.4 问题设计 182 

6.3.5 业务方案优先级设置 190 

6.4 本章小结 195 

6.5 工具包总结 197 

6.6 参考文献 198 

第7章 数据探查 200 

7.1 流程概述 200 

7.1.1 数据探索 200 

7.1.2 为什么要做数据探查 203 

7.2 数据探查过程 203 

7.2.1 数据识别和优先级排序 204 

7.2.2 数据收集和准备 209 

7.2.3 数据剖析和特征描述 213 

7.2.4 可视化探索 227 

7.3 记录分析日志 228 

7.4 本章小结 230 

7.5 工具包总结 231 

7.6 参考文献 232 

第8章 分析模型开发 234 

8.1 流程概述 234 

8.1.1 分析模型定义 239 

8.1.2 模型开发 240 

8.1.3 利用多种方法进行检验 245 

8.1.4 为什么要这样做 248 

8.2 建模过程 249 

8.3 进行比较 250 

8.4 度量关联 260 

8.4.1 相关性统计检验 264 

8.4.2 其他相关性检验 266 

8.5 进行预测 267 

8.5.1 检测模式 270 

8.5.2 模式检测过程 275 

8.6 本章小结 277 

8.7 问题总结和练习 278 

8.8 工具包总结 280 

8.9 参考文献 281 

第9章 成果应用 285 

9.1 流程概述 285 

9.1.1 为什么要研究成果应用环节 286 

9.1.2 成果应用过程涉及的领域 288 

9.2 解决方案评估 289 

9.2.1 步骤1：模型回顾和验证 290 

9.2.2 步骤2：对结果的评价 291 

9.2.3 步骤3：影响评估 292 

9.3 分析成果应用的实施 293 

9.3.1 步骤1：制定部署计划 294 

9.3.2 步骤2：关键指标的定义 296 

9.3.3 步骤3：项目评估 297 

9.4 演示和讲故事 298 

9.4.1 通过数据讲故事的资源 299 

9.4.2 用数据讲故事的最佳实践 303 

9.5 本章小结 316 

9.6 练习 318 

9.7 工具箱总结 320 

9.8 参考文献 321 

第10章 分析产品管理 326 

10.1 流程概述 326 

10.2 分析产品管理过程涉及的领域 329 

10.2.1 分析产品经理 330 

10.2.2 价值管理 334 

10.2.3 分析生命周期的执行 348 

10.2.4 质量流程 362 

10.2.5 利益相关方的参与和反馈 368 

10.2.6 能力和人才发展 371 

10.3 本章小结 373 

10.4 工具包总结 374 

10.5 参考文献 375 

第三部分 分析能力卓越常青之道 

第11章 把分析付诸行动 380 

11.1 分析的力量 380 

11.2 高效和有效的分析计划 384 

11.2.1 了解分析生命周期 387 

11.2.2 关于有效分析的一些观点 390 

11.2.3 对分析效果和效率的挑战 391 

11.3 为什么分析的上线运营会失败 392 

11.4 变革管理 396 

11.4.1 选择正确的变革方法 398 

11.4.2 为什么要开展变革管理 400 

11.4.3 对变革的情感反应 401 

11.4.4 分析变革管理的例子 404 

11.5 引领变革的最佳实践 405 

11.5.1 创建共同的变革目标 406 

11.5.2 建立可见的、参与型的领导联盟 407 

11.5.3 赋能参与和沟通 409 

11.5.4 支持强化个人绩效 413 

11.6 变革中的问题处理 414 

11.7 本章小结 416 

11.8 参考文献 417 

第12章 分析团队的核心胜任力 418 

12.1 核心胜任力概述 418 

12.1.1 分析胜任力定义 418 

12.1.2 培养分析胜任力 420 

12.1.3 过去和未来所需要的职场胜任力 421 

12.1.4 分析职业框架 422 

12.2 核心胜任力详述 422 

12.2.1 胜任力领域：业务知识 424 

12.2.2 胜任力领域：分析思维 427 

12.2.3 胜任力领域：数据管理 430 

12.2.4 胜任力领域：数据探索 432 

12.2.5 胜任力领域：数据可视化 433 

12.2.6 胜任力领域：技术素养 435 

12.2.7 胜任力领域：战略思维 438 

12.2.8 胜任力领域：领导力 440 

12.2.9 胜任力领域：分析产品管理 443 

12.3 基于知识领域的分析工作岗位序列的理想胜任力 446 

12.3.1 胜任力领域：业务知识 446 

12.3.2 胜任力领域：分析思维 448 

12.3.3 胜任力领域：数据管理 448 

12.3.4 胜任力领域：数据探索 448 

12.3.5 胜任力领域：数据可视化 452 

12.3.6 胜任力领域：技术素养 452 

12.3.7 胜任力领域：战略思维 452 

12.3.8 胜任力领域：领导力 456 

12.3.9 胜任力领域：分析产品管理 456 

12.4 本章小结 459 

12.5 参考文献 459 

第13章 数据分析未来趋势 460 

13.1 数据分析的生命周期框架 460 

13.2 分析在未来世界的作用 462 

13.3 未来主义者的视角 463 

13.3.1 普适计算和分析 464 

13.3.2 大数据将驱动创新 465 

13.3.3 分隔的行业与视角将消失 466 

13.3.4 目标造就差异化 466 

13.3.5 胜任力胜过特定技能 467 

13.4 最后的一点思考 468 

13.5 参考文献 469 

译后记 470